问题始于社区的一个帖子,楼主的问题如下:
“在c语言中,对一个不知道大小的文件进行读操作,我用fread()将文件的内容先放到一个缓存区,然后将缓存区中的内容打印出来,
缓存区中的内容和文件中的内容不一样,好像是因为缓存区的空间比存储文件内容所需要的空间大了,不知道应该怎么解决”
这个问题我之前也碰到过,翻了一些C语言文件操作方面的资料,发现对于换行的处理,其实是一个从打字机时代就有的历史遗留问题:
“在计算机还没有出现之前,有一种叫做电传打字机(Teletype Model 33)的玩意,每秒钟可以打10个字符。但是它有一个问题,就是打
完一行换行的时候,要用去0.2秒,正好可以打两个字符。要是在这0.2秒里面,又有新的字符传过来,那么这个字符将丢失。 于是,研制人员
想了个办法解决这个问题,就是在每行后面加两个表示结束的字符。一个叫做“回车”,告诉打字机把打印头定位在左边界;另一个叫做“换行”,
告诉打字机把纸向下移一行。 ”
在计算机出现之后,这种概念又被移植到了计算机操作系统上。当然,对于是否移植这一点也是有争议的,Windows和Unix/Mac系统在这一点
上就分道扬镳了。
下面首先讨论在Windows平台下的情况。
Windows平台采用了历史的概念,在文件中,换行被处理为“ ”两个字符,也就是说,虽然用户只敲了一次回车键,但其实系统
会认为收到了“
”两个字符,并同时存储了这两个字符。
因此,在Windows平台下,文件为了存储一次换行会写入两个字符。当程序员试图从文件中读取文件内容时,C语言提供了两种方式:文本方
式和二进制方式,这两种方式又有什么区别呢?
在Windows平台下,采用文本方式打开一个文件时,会自动将一次换行,即“ ”两个字符转换成一个“ ”字符,即会去掉一个“ ”
字符,这种转换的结果就是:实际读取的数据长度会比文件的真实长度短,两者之差等于文件中的换行次数。而当采用二进制方式打开
一个文件时,由于二进制方式打开的特点是有什么读什么,因此,“ ”两个字符会原封不动,均被读取,因而实际读取的数据长度与
原文件长度相同。
由于这种区别的存在,推荐大家在读取文件时采用二进制方式,文件中是什么内容,读取到的就是什么内容。
那么,在Unix平台下呢?
Unix/Mac平台并没有采用Windows平台的方式,在Unix/Mac中,每一行的结尾只有一个换行符,即“ ”,因此,Unix/Mac平台下两种读取方式
是不会有区别的。
一个直接后果是,Unix/Mac系统下的文件在Windows里打开的话,所有文字会变成一行;而Windows里的文件在Unix/Mac下打开的话,
某些文本编辑器可能在每行的结尾会多出一个^M符号。